首页> 中文学位 >樟子松人工林结构动态及生物量的研究
【6h】

樟子松人工林结构动态及生物量的研究

代理获取

目录

文摘

英文文摘

声明

1绪论

1.1引言

1.2林分结构研究概述

1.2.1林木直径结构

1.2.2树种组成

1.2.3树高分布

1.2.4年龄分布

1.2.5林分结构研究的发展趋势

1.3生物量研究概述

1.3.1生物量的概念和意义

1.3.2森林生物量研究的发展历史过程

1.3.3生物量研究方法概述

1.3.4单木生物量测定方法

1.3.5林木生物量模型研究评述

1.3.6森林生物量的测定

1.3.7基于遥感技术的森林生物量估测研究

1.3.8森林经营对生物量和生产力的影响

1.3.9生物量研究发展趋势

1.4存在的问题

1.5研究目的及内容

1.6可行性分析

2研究地区概况

2.1帽儿山实验林场

2.2横头山林场

2.3孟家岗林场

3数据收集与整理

3.1数据收集方法

3.1.1标准地的测定

3.1.2解析木的测定

3.1.3树干解析及测定

3.1.4枝解析

3.1.5生物量的测定

3.2数据整理

3.3模型的拟合和检验

3.3.1模型的拟合

3.3.2模型的独立性检验

4樟子松人工林林分结构规律的研究

4.1直径分布

4.1.1林木直径静态分布

4.1.2影响直径分布的因子

4.1.3分布函数的选择

4.1.4分布函数的求解及检验

4.1.5分布函数参数预测模型

4.1.6直径分布预测

4.2树高结构

4.2.1静态结构

4.2.2不同林分条件的树高结构

4.2.3树高与直径的关系

4.2.4树高曲线方程

4.2.5林分树高分布与直径分布的关系

4.2.6林分树高分布拟合

4.3小结:

5樟子松人工林林分生长与收获模型

5.1标准地各调查因子统计

5.2地位级指数

5.2.1地位级指数导向曲线

5.2.2地位级指数(SCI)

5.3林分密度指数(SDI)

5.3.1最大密度林分N-Dg方程

5.3.2林分密度指数(SDI)的计算

5.4林分生长与收获模型

5.4.1平均直径生长预估模型

5.4.2断面积生长预估模型

5.4.3林分蓄积量预估模型

5.4.4 SDI动态预测模型

5.4.5郁闭度预估模型

5.4.6蓄积枯损率

5.5林分生长预估模型的检验和应用

5.5.1林分生长预估模型的检验

5.5.2检验数据

5.5.3检验指标

5.5.4模型预估效果检验

5.6林分生长预估模型的应用

5.6.1现实林分调查因子的估计

5.6.2未来林分调查因子的估计

5.7孟家岗林场森林蓄积预测

5.8小结

6樟子松人工林叶量分布规律的研究

6.1研究概况

6.1.1叶量和叶面积的研究

6.1.2叶面积及其测定

6.2数据整理

6.3叶量的垂直分布

6.3.1各轮枝着叶量的垂直分布

6.3.2叶量的垂直分布拟合

6.4林木大小对叶量垂直分布的影响

6.5林分条件对叶量的垂直分布的影响

6.5.1林分密度对叶量垂直分布的影响

6.5.2林分年龄对叶量垂直分布的影响

6.5.3立地条件对叶量垂直分布的影响

6.6枝量和叶量的构成

6.7单木叶面积预测模型

6.7.1樟子松单木叶干重的预测模型

6.7.2樟子松单木叶面积的经验回归方程

6.8小结

7樟子松人工林单木生物量模型的研究

7.1样地概况

7.2单木各组分生物量模型的建立

7.2.1变量的设定与选取

7.2.2模型类型

7.2.3最优模型的确定

7.2.4樟子松单木生物量模型

7.3不同年龄樟子松单木生物量的分配

7.4樟子松单木枝叶生物量与胸径大小的关系

7.5樟子松生物量结构与年龄的关系

7.6讨论

7.7小结

8与材积相容生物量模型研究

8.1模型变量的选择

8.2模型的评价指标

8.3备选模型的选型方法

8.4模型拟合结果与分析

8.5模型检验与评价

8.6模型对比分析

8.7讨论与小结

9樟子松人工林生物量的估测

9.1研究内容及方法

9.2不同林分条件下各样地分量生物量的预测

9.3不同林分条件下各样地分量生物量的估计

9.4樟子松人工林各分量生物量的检验

9.5不同年龄樟子松人工林产量结构

9.6 讨论

9.7小结

结论与讨论

结论:

讨论:

参考文献

攻读学位期间发表的学术论文

致谢

展开▼

摘要

本研究以不同年龄、不同密度及不同立地条件的樟子松(Pinus sylvestris L.var. mongolica Litv.)人工林作为研究对象,基于26块标准地中139株标准木的树干解析、枝解析数据,揭示了不同林分条件下樟子松林分的直径结构规律和树高结构规律,建立直径分布预测模型对未来林分动态进行预测;全面系统地研究了黑龙江东部地区樟子松人工林内平均树高、林分断面积、林分蓄积等林分调查因子的生长预估模型,建立林分生长与收获模型对未来林分调查因子进行预估;通过研究单木叶量的分布规律及其与不同林分条件的关系,建立樟子松叶量垂直分布模型;并根据叶量与叶面积的关系建立叶面积预测模型;研究了不同林地条件下不同大小树木各部分生物量及比例与年龄关系;采用CAR模型,以胸径、树高和二者的组合形式等为自变量建立樟子松人工林单木的树干、树枝、树叶及全树重的生物量预测模型;在此基础上采用变量逐步筛选的方法引入材积和树冠因子建立各部分的与材积兼容的单木生物量模型;结合单木生物量模型和直径分布预估模型,预测不同立地质量、林龄和密度下樟子松林分各维量的生物量,并研究不同年龄樟子松林分的产量结构,从而了解樟子松人工林的林分结构动态及生物量积累的过程,掌握不同阶段樟子松人工林的生物量结构变化规律。研究结果如下: 1、三参数Weibull分布可很好的对樟子松人工林直径和树高分布进行拟合,且 Weibull分布的参数可以由年龄,密度和立地指数等林分因子来预测,利用该模型可对未来林分直径分布进行描述; 2、采用林分密度指数(SDI)作为樟子松人工林的林分密度测度,导出了以间隔期代替年龄来预估林分各调查因子的预测模型组,可为樟子松人工林进行任意时刻后的林分调查因子的预估创造了条件。该组模型具有较高的精度和稳定性,可以在研究地区使用。 3、单株累积叶量垂直分布服从修正Weibull式;相对叶量最大的轮枝出现在相对着枝深度为0.45左右处;在相同林分条件下,林木相对叶量最大值随树木年龄的增大而递减,最大值出现的相对位置逐渐降低。 4、樟子松人工林单木叶面积(LA)与叶干重(Wl)存在相关关系,二者之间可以用模型LA=0.01817+12.1692Wl描述。 5、樟子松人工林单木各分量生物量的最优模型形式均为CAR模型,各最优模型的变量主要为胸径(D)和树高(H)因子,D<'2>H能够很好的反映树干的干重,胸径和树高能够很好的反映树枝、树叶及全树重的变化;将材积因子和树冠因子引入到单木生物量预测模型中,建立与材积兼容的生物量模型可大大提高模型的估计精度; 6、樟子松单株生物量随着年龄的增大而增加,树干的生物量占全树重的比例随年龄的增大而增大。枝和叶的生物量变化趋势与树干相反,都随着年龄的增大而减小。 7、结合单木生物量模型的直径分布收获预估模型可用于预测不同立地质量、不同林龄下樟子松林分各维量的生物量。各分量预测的平均相对误差RME%均在10%以内,所预测林分各分量生物量无系统偏差,除树叶且预测外精度都在95%以上。8、樟子松人工林株数密度随着林龄的增加而减少,乔木层各组分的生物量与乔木层总生物量随着立地指数和林龄的增加均呈增大的趋势:林分中树干生物量的相对分配百分率是随年龄的增大而增加的,而枝、叶生物量的相对分配百分率,则随年龄的增大而减小。 本研究可为樟子松人工林的开发利用,充分发挥其生态效益和经济效益提供理论依据,为全面提高我国樟子松人工林营林水平提供坚实的理论基础和经营方法。

著录项

  • 作者

    宁波;

  • 作者单位

    东北林业大学;

  • 授予单位 东北林业大学;
  • 学科 森林经理
  • 授予学位 博士
  • 导师姓名 李凤日;
  • 年度 2007
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 樟子松;
  • 关键词

    樟子松人工林; 林分结构; 生物量;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号